热模型matlab代码随机建模和 UQ 最终项目 用于 UQ 类罕见事件估计的 MFCE 的最终项目。 “稳态热传导中罕见事件的多保真交叉熵估计” 作者:弗雷德里克·劳和泰伦斯·阿尔苏普 代码说明。 大多数 Matlab 函数和脚本都包含在名为“code”的目录中。 主要的Matlab文件是: 交叉熵 MFCE.m CE_LogNormal.m MFCE_LogNormal.m 文件 1. 和 2. 使用一系列高斯偏置密度实现 CE 和 MFCE。 文件 3. 和 4. 使用一系列对数正态偏置密度实现 CE 和 MFCE。 要了解如何运行代码,请查看这些文件的文档。 “ellip”目录包含用于划分域和使用有限元求解 PDE 所需的函数和文件。 我们测试运行的数据包含在“sim data”目录中。 一些测试用例包含了几个额外的 Matlab 脚本。 以下是用于生成数据和绘图的函数和脚本的一些快速说明。 CE_biasing_density.m - 绘制从交叉熵中找到的偏置密度以及最佳偏置密度。 sqcov_plot.m -- 读取模拟数据以制作 MFCE 和 CE SQCoV 与运行时的
2023-11-27 16:48:44 80.25MB 系统开源
1
猫VS狗分类器 需要最新版本的Matlab(R2017b)才能运行此文件夹中的代码。 为了设置“猫与狗”数据集,您必须将数据集划分为两个标记为“ cat”和“ dog”的子文件夹,并在其各自的图片中带有Kaggle Training文件夹。 您还必须检查以确保图像数据存储库是从正确的目录中提取的。 ALEXNET.m和VGG19.m是此文件夹中的主要代码文件,用于设置和训练各自的模型。 该文件夹是用于Oge Marques的CAP 4630-003:FAU的人工智能简介的存储库。 版权所有。
2023-10-08 16:43:10 1.15MB MATLAB
1
诺贝尔奖获得者的形象化 于2016年秋季在UNIST举行的数据可视化课程诺贝尔奖获得者的最终项目。 跑步 为了在本地使用它,只需执行以下操作:在终端窗口中使用python -m SimpleHTTPServer 8080 。 然后,在浏览器中访问0.0.0.0:8080。 演示版
2023-04-05 23:26:26 3.41MB JavaScript
1
sart matlab重建代码影像重建 该图像重建项目是圣路易斯华盛顿大学“逆问题的数学方法”课程要求的一部分。 该存储库包含: Matlab代码 固定方法(由Esion提供)-包含最终报告中所述的用于实施ART和SART的所有必要代码。 文件包含其自己的自述文件,描述了每个代码的实现。 FISTA和新方法(NM)(由Uri和Maria撰写)-包含最终报告中所述的用于实施FISTA和新方法的所有必要代码。 文件包含其自己的自述文件,该文件描述了每个代码的实现。 报告(联合协作)最终报告,概述了该项目的主要成果和衍生成果。
2023-04-04 10:51:25 4.64MB 系统开源
1
HIT ICS 2019实验室 HIT 2019计算机系统实验报告,材料,最终项目,作业,考试卷和参考答案简介。 请原谅实验和报告中可能出现的小错误。 如果这些实验有任何错误,欢迎您与我联系以讨论。 有8个实验和一个最终项目,与CMU的实验相比,HIT在CSAPP一书中添加了与第7章相关的新Lab5。 一些实验可能与CMU的实验有所不同。 HIT删除了malloclab之后的实验。 当您从我的实验报告中学习时,请确保您首先自己学习! 在此课程中,不允许进行咀嚼。 当您引用相应的材料时,请根据MIT许可证注明出处。
2023-03-08 16:11:41 261.23MB HTML
1
作者:詹姆斯·狄更斯(James Dickens),锡7118781 最终项目-CSI 5155:机器学习,Herna Viktor博士教授的课程。 这是我针对数据的二进制分类的机器学习任务的代码,该代码可从,该数据由从1994年提取的加权普查数据组成1995年由美国人口普查局进行的当前人口调查。 目标是评估五个常用的机器学习模型(包括半监督神经网络!),以对给定实例每年赚取超过50K进行分类,也就是二进制分类任务。 我的代码组织如下: Preprocess.py接收初始的census-income.data文件和census-income.test文件,然后 打印有关数据及其属性的信息 从训练数据中删除重复项 处理实例重量冲突 将缺失的值替换为其默认值 将结果写入文件:“ census-income.data/training_data_preprocess1”,“ census
2023-01-18 15:41:28 31.09MB Python
1
matlab计算地球面积代码克里斯汀·切斯利(Christine Chesley) 地球科学研究计算 2017年12月6日 项目名称: 环境噪声的新认识:互相关的MOCHA MT数据 抽象的: 环境噪声互相关是一种地震学领域的技术,因为它具有估计两个地震台站之间格林函数(脉冲响应)的能力(Roux等,2005)。 脉冲响应的基本物理特性允许其出现在从两个站点测量的噪声的相干部分中。 由于来自环境地震噪声的地面运动会导致MT接收器的位置发生轻微变化,因此也会导致MT接收器在地球地磁场中的位置发生轻微变化,因此这些接收器收集的数据对环境地震噪声非常敏感。 假设互相关的MT数据应产生类似于地震数据互相关所观测到的格林函数。 在这里,我们使用来自MOCHA项目的MT数据。 Roux,P.,KG Sabra,P.Gerstoft,WA Kuperman和MC Fehler(2005),地震噪声互相关的P波,Geophys。 Res。 Lett。,32,L19303,doi:10.1029 / 2005GL023803。 内容: MOCHA_map/ I. make_mocha_map.bash
2022-12-28 23:24:13 7.25MB 系统开源
1
第三要素 想法 在受到启发创作RPG游戏的同时,我决定使用其他受欢迎的游戏(如《神奇宝贝》和《塞尔达传说》)中的相似概念来创作“第三元素”。 概述 第三元素是为ICS3U最终项目使用Python3编写的小型RPG游戏。 玩此游戏时,您扮演的角色是Sylon,这是奥斯拉克斯(Oslax)地区最后一位仅存的巫师。 您的目标是收集所有3颗宝石(地球,水和火),以恢复奥斯拉克斯人民的命运。 一路上,您将收集物品,赚钱并与许多生物战斗。 设置 为python3安装pygame模块。 运行main.py文件。 秘籍/提示 一些技巧将在整个游戏中为您提供帮助。 小费 用法 速度 从商店购买爱马仕的靴子,以更快地移动。 水世界老板 与上司打架时,请确保您的健康状况接近或完全健康。 最大健康 参观奥斯拉克斯大教堂(Oslax Grand Church of Oslax)祈祷并恢复健康。 奖赏 如果
2022-12-23 14:17:37 31.77MB game python rpg pygame
1
Loan_Default_Prediction:贷款违约预测的端到端机器学习过程,机器学习的最终项目ISpring2018 @ GWU
2022-09-12 10:11:45 1.08MB python data-science machine-learning random-forest
1
数模编程matlab代码模数转换器 matlab中的模拟和数字通信最终项目 金伯利·温特、三月 Saper、劳伦·普德万 锤炼它 我们使用两个 USRP 无线电通过正交调幅和纠错汉明码传输数据。 从命令行发送文件: 确保在 C 目录中: C:\cd C:\Program Files\UHD\lib\uhd\examples 运行类似的东西来发送,确保你在发送之前开始接收: C:\Program Files\UHD\lib\uhd\examples>tx_samples_from_file --rate 260e3 --freq 2.489e9 --type float --gain 20 --file C:[文件位置和名称] 仔细检查您是否已下载此存储库中的所有功能。 然后为所需的文件名编辑并运行 SendingScript.m。 从命令行读取文件: 确保在 C 目录中: C:\cd C:\Program Files\UHD\lib\uhd\examples 然后运行类似的东西来接收,确保你在发送之前开始接收: C:\Program Files\UHD\lib\uhd\examples
2022-09-01 09:34:44 4.34MB 系统开源
1